应用遗传算法进行单机工件加工排序

运用遗传算法和提前／拖期调度模型，研究了在单机情况下工件加工排序问题，提出了一个新算法，此外，在应用遗传算法的过程中，还提出了“二次编码”的方法和利用ＥＤＤ法则作为寻找最优排序起始眯的思想，从而加快了新算法的收敛速度。     

在SIMD－EREW计算模型上的并行排序算法

本文提出一种在ＳＩＭＤ－ＥＲＥＷ计算模型上实现的并行排序算法．算法采用基数交换排序方法，在处理过程中无存贮访问冲突．对长度为ｎ的序列，算法使用不超过个处理单元，时间复杂度为Ｏ（ｕ．ｌｏｇ２ｎ），其中ｕ为不超过处理器字长的常数．该算法适合于具有较多重复元素的序列排序．     

求解多目标单机分批排序问题

分批排序(Batch Scheduling)是在半导体生产过程的最后阶段提炼出来的一类新型的排序问题．单机分批排序问题就是n个工件在一台机器上加工，要将工件分批，每批最多可以同时加工B个工件，每批的加工时间等于此批工件中的最大的加工时间．目前只有Cheng-shuo Wang，Reha Uzsoy运用Random Key方法编码研究了单目标函数为Lmax的分批排序问题．给出组合优化中的多目标分批排序问题的一种新编码，结合模糊数学知识，运用遗传算法研究多目标分批排序问题．研究了多目标遗传算法的机制特征，进而给出求解多目标分批排序的遗传算法．     

层次分析中判断矩阵排序的广义最小偏差方法

对原有的最小偏差排序方法（ＬＤＭ）作了进一步推广，并提出了一类广义最小偏差排序方法（ＧＬＤＭ），同时给出了其收敛性迭代算法和仿真实例。理论分析和仿真结果表明，应用ＧＬＤＭ对判断矩阵进行排序不但可行而且有效。     

静态非流水型作业排序方法研究

本文分析了非流水型作业排序的特点，提出在单件小批生产条件下，以最小延期交货损失费、最小在制品占用成本和最大设备利用率为排序目标，采用新的优化规则及算法求近优排序结果．实例分析表明，非流水型作业排序具有实际意义的方案数远小于理论方案数，为ｎ·ｍ／ＲＮＤ／Ｔ问题求最优解提供了依据     

一种改进的起泡排序算法

本文给出了一种改进的起泡排序算法．改进后的起泡排序算法与经典的起泡排序算法相比，通常可以减少排序过程中总的比较次数．用ＰＡＳＣＡＬ语言描述的与算法有关的类型定义和变量说明如下：ＴＹＰＥｎｏｄｅ＝ＲＥＣＯＲＤｋｅｙ：ｉｎｔｅｇｅｒ；ｉｎｆｏ：ｄａｔａｔ...     

用改进的遗传算法求解流水车间作业排序问题

针对流水车间(Flow-shop)作业排序问题，提出了两种改进的白适应遗传算法并给出了两种编码、解码方案。把此算法与现有的几种解法进行了比较，实验数据表明，改进的遗传算法在求解质量和效率上均优于传统的遗传算法和其他白适应遗传算法。     

在SIMD—EREW计算模型上的并行排序算法

本文提出一种在ＳＩＭＤ－ＥＲＥＷ计算模型上实现的并行排序算法。算法采用基数交换排序方法，在处理过程中无存贮访问冲突。对长度为ｎ的序列，算法使用不超过ｎ／２个处理单元，时间复杂度为Ｏ（ｕ．ｌｏｇ２ｎ），其中ｕ为不超过处理器字长的常数。该算法适合于具有较多重复元素的序列排序。     

大型数据库智能化排序系统

基于现有排序算法的缺陷,提出了对大型数据库排序算法智能化的改进方案：定义了“有序度”函数描述待排数据的特点,并自适应地选择相应排序算法,极大地提高了对大量数据进行排序的效率．提出的新算法在一般情况下与“快速排序”效果相当;但在较差情况（待排数据基本上有序）下,效率则显著提高,是一种极具实用价值的算法．     

基于GA-PSO的多目标混流装配线排序研究

为求解生产调度中的多目标混流装配线排序问题,提出一种将遗传算法与粒子群算法相结合的混合算法——GA-PSO算法.为更好地评价个体,提出一种引入个体的Pareto分级和拥挤距离的适应度函数.针对标准PSO算法求解排序问题的不足,提出了一种将实数映射成离散值的方法.在算法的历次迭代中,早期通过遗传算法全局搜索优势扩大搜索范...     

Combined Timetabling Procedure and Complete Local Search for No-Wait Job Shop Scheduling with Total Tardiness

The strong non-deterministic polynomial-hard （NP-hard） character of job shop scheduling problem （JSSP） has been acknowledged widely and it becomes stronger when attaches the no-wait constraint, which widely exists in many production processes, such as chemistry process, metallurgical process. However, compared with the massive research on traditional job shop problem, little attention has been paid on the no-wait constraint. Therefore, in this paper, we have dealt with this problem by decomposing it into two sub-problems, the timetabling and sequencing problems, in traditional frame work. A new efficient combined non-order timetabling method, coordinated with objective of total tardiness, is proposed for the timetabling problems. As for the sequencing one, we have presented a modified complete local search with memory combined by crossover operator and distance counting. The entire algorithm was tested on well-known benchmark problems and compared with several existing algorithms. Computational experiments showed that our proposed algorithm performed both effectively and efficiently.     

基于泊松分布模型的蛋白质串联质谱鉴定算法研究

数据库搜索方法被广泛应用于蛋白质串联质谱的鉴定之中,该方法主要包括4部分:去同位素峰、选取有效峰、产生理论图谱、对理论图谱与实验图谱进行相似度打分.其中打分函数是数据库搜索方法的核心,在此基础上探究了一种基于泊松分布模型下的蛋白质串联质谱鉴定算法,并合理的融入了峰强度信息.为了验证该算法的有效性及可靠性,将该算法搜索结果与主流鉴定商业软件Mascot和Sequest在FDR为1%的条件下进行比较,基于泊松分布模型的蛋白质串联质谱鉴定算法具有更高的鉴定量和鲁棒性.     

晶圆制造系统中Lot加工序列优化的蚁群算法

针对半导体晶圆制造系统中设备从缓冲区选择Lot加工问题,提出Lot加工序列优化的蚁群算法,对其进行计算时间复杂度分析,并给出了该算法的改进形式.该改进算法是根据晶圆制造系统重入特点,基于瓶颈设备构建蚁群算法求解模型,通过迭代仿真最终获取Lot加工优先序列表.仿真结果表明,采用该算法在短期调度区间内,与一般的基于规则的动态调度算法相比,效果得到了显著的改善.     

多目标混流装配计划排序问题

在总结混流装配线排序问题的优化目标基础上,给出了一种混流装配线排序多目标优化模型.采用一种染色体映射的策略,有效地解决了遗传算法中染色体变化后难以保证主生产计划约束的问题.对比计算的结果表明:多目标计划排序不仅能有效保证基于生产负荷平衡的目标和基于物流平顺化的目标的要求,同时还能减少装配中品种切换频繁的问题.     

求解混流装配线调度的疫苗共生克隆选择算法

针对混流装配线的多目标调度优化问题,提出了一种疫苗协同进化的多目标免疫克隆选择优化算法.设计了疫苗种群及其相关操作,使其跟抗体种群相互影响并协同进化,提高了算法的性能;针对调度优化问题的离散性,选择同时从抗体的基因型和表现型评价抗体亲和度;依据抗体质量和进化代数,设计了自适应变异率;在每次迭代过程中,通过多次局部寻优加快算法收敛速度.最后通过两组实例仿真,与另3种多目标优化算法进行比较,结果证明该算法可得到更好的计算结果.     

面向加工中心的工艺方案优化技术

在全面考虑影响加工效率和质量的多个因素的基础上,使用多种优化方法,选择最优的工艺方案.首先用神经网络为每个加工特征选择合适的加工链,将不同特征的加工链组合成可行的加工方案集合,然后用遗传算法对加工方案排序,以辅助加工时间最少为优化目标,决策出最优的加工方案.将相关特征聚合为一个特征参加排序,大大减少了计算复杂度;最后,在聚类特征内部以刀具空行程最短为目标,规划刀具的移动路径.算法以某厂缸盖为对象进行实例验证.     

单细胞RNA-seq数据缺失元素补全算法

基于非负矩阵分解模型, 提出一种新的数据补全算法. 该算法通过循环遍历确定最佳构造矩阵和rank值, 解决了单细胞转录组测序(RNA-seq)数据中存在缺失值的问题,  避免了由于单细胞测序深度不足对细胞分型分析的影响. 在慢性粒细胞白血病单细胞测序数据上的实验结果表明, 由补全算法恢复缺失值后的细胞分型更清晰, 验证了该算法的有效性.     

用于神经网络直接逆控制的连续空间遗传算法

为解决神经网络直接逆控制中训练样本的获取问题 ,提出一种神经控制器的设计方法 .通过对连续空间遗传算法的编码和遗传算子进行适当改进 ,采用保留精英的线性排序选择 ,避免成熟前收敛 ,并给出算术交叉算子和乘法变异算子 ,使算法同时具有好的搜索精度和搜索效率 ;然后采用这种改进的遗传算法对非线性动态系统的控制进行优化 ,获得基于一定性能指标的期望的状态轨迹及相应的最优控制序列 ,并以此训练神经网络控制器 .最后给出了以同步机为控制对象的仿真结果 ,验证了方法的有效性 .     

单细胞RNA-seq数据缺失元素补全算法

基于非负矩阵分解模型, 提出一种新的数据补全算法. 该算法通过循环遍历确定最佳构造矩阵和rank值, 解决了单细胞转录组测序(RNA-seq)数据中存在缺失值的问题,  避免了由于单细胞测序深度不足对细胞分型分析的影响. 在慢性粒细胞白血病单细胞测序数据上的实验结果表明, 由补全算法恢复缺失值后的细胞分型更清晰, 验证了该算法的有效性.     

多目标拆卸序列优化问题的分散搜索算法

针对拆卸序列优化问题以最小拆卸时间和最大拆卸收益为优化目标建立了多目标优化数学模型.应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索优化算法.算法采用保持优先关系的交叉过程(PPX)作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解.引用数值算例对模型和算法进行了验证,结果表明该模型及算法求解多目标拆卸序列优化问题有效.